Dec, 2023

基于 Concordia 的将行动植根于物理、社交或数字空间的生成式基于代理的建模

PDF
TL;DRAgent-based modeling has evolved with the integration of Large Language Models (LLMs) to create Generative Agent-Based Models (GABMs) facilitated by Concordia, enabling language-mediated simulations in physically or digitally grounded environments.
发现论文，激发创造
  • 生成代理基于建模：通过将机械模型与生成人工智能相结合揭示社会系统动力学

    利用生成式人工智能建立反馈丰富的社会系统计算模型，通过生成代理基于模型（GABMs），将人类决策过程在社会环境中进行模拟，并探讨了社会规范扩散的一种简单 GABM 模型，以及该模型在不同情境下的敏感性和重要性。

    Sep, 2023

  • 智能基于代理的建模：关于在计算机模拟中使用大型语言模型

    通过将大型语言模型（LLMs）如 GPT 集成到智能智能体建模（SABM）中，我们在这篇综述性研究中阐明了 ABM 的现状，介绍了 SABM 的潜力和方法，并提出了三个案例研究，验证了其在模拟现实系统中的有效性，同时展望了 SABM 未来应用的广阔前景，旨在重新定义计算机仿真的边界，实现对复杂系统的更深入理解。

    Nov, 2023

  • CGMI: 配置化通用多智能体交互框架

    我们提出了可配置的通用多代理交互（CGMI）框架，以模拟真实场景中的人际互动。通过使用 CGMI 框架，我们模拟了教师和学生之间的多个课堂互动，实验结果表明教学方法、课程和学生表现等方面与真实课堂环境密切相关。

    Aug, 2023

  • 通过提示工程探索大型语言模型和基于 Agent 的建模的交叉领域

    通过使用大型语言模型进行人际互动的模拟，本研究通过来自 Park 等人（2023）的启发，通过引入兴趣引擎技术，展示了两种可信的人类行为代理模拟：一种是两个代理人的谈判，另一种是六个代理人的谋杀迷游戏。

    Aug, 2023

  • 基于协作生成代理的 LLM 任务导向协调中人类行为互动模拟

    应用大型语言模型（LLMs）在各种任务和社会模拟中取得了显著进展，但它们在任务导向的社会背景中的协调能力尚未得到充分探索。为了弥合这一差距，我们引入了协作生成代理，为基于 LLMs 的代理赋予一致的行为模式和解决任务的能力。我们将这些代理置于一个模拟的招聘会环境中进行案例研究，以审查它们的协调能力。我们提出了一个新颖的框架，赋予协作生成代理人类般的推理能力和专业技能。我们的评估结果表明，这些代理显示出有希望的性能。然而，我们也发现了限制，阻碍了它们在更复杂的协调任务中的效果。我们的工作对于 LLMs 在任务导向的社会模拟中的作用和发展提供了有价值的见解。

    Oct, 2023

  • 经济实惠的生成代理

    大型语言模型的出现极大地推进了逼真互动代理的模拟。本研究提出了一种名为 Affordable Generative Agents（AGA）的框架，通过代理 - 环境和代理 - 代理层面上的生成，实现了具有可信度和低成本的互动。在多个环境中进行的广泛实验展示了我们提出的框架的效果和效率。通过对 LLM 代理中出现的可信行为机制进行深入分析，我们发现代理只能在固定环境中生成有限的行为，从中了解促进新型互动行为的方法。

    Feb, 2024

  • LLM 辅助的基于 Agent 的社会模拟建模：挑战与机遇

    大规模语言模型与基于代理的仿真的整合对于理解复杂社会系统具有变革潜力，本文探讨了系统开发 LLM 增强的社会仿真的架构和方法，并讨论了该领域的潜在研究方向。结论表明，将 LLM 与基于代理的仿真相结合为研究人员和科学家提供了强大的工具集，能够生成更细致、逼真和全面的复杂系统和人类行为模型。

    May, 2024

  • 生成代理：人类行为的交互模拟体

    该论文介绍了一种通过扩展语言模型来实现生成代理的架构，生成的代理在交互中呈现出能够模拟真实人类行为和社交的表现。

    Apr, 2023

  • EduAgent: 学习中的生成型学生代理

    该研究提出了一种新的生成代理框架 EduAgent，结合认知先验知识来引导大型语言模型首先推理各种行为之间的相关性，然后进行模拟，实现对真实学生和虚拟学生学习行为的模仿、预测和生成。

    Mar, 2024

  • 计算实验与基于大型语言模型的智能体：调查与展望

    计算实验、基于代理模型、大语言模型、人形化和因果分析是本文的关键词，该研究综述了代理结构的历史发展和其与人工社会的结合，阐述了计算实验和大语言模型代理相互提供的优势，并讨论了该研究领域的挑战和未来趋势，为后续相关研究提供指导。

    Feb, 2024